這種新奇吸引了許多人的關註，包括汽車媒體、行業從業者、大學生、極客和科技博主。試乘網站上的幾個站點都在排隊，第壹天的來電量就超過了2600。有些人甚至等了幾個小時也沒叫到出租車。
想必大家都想知道百度所謂的“自動駕駛”發展到了什麽程度，想親眼看看幻想中的RoboTaxi是否已經成為現實。不過，雖然百度號稱阿波羅？圍棋是全面開放的，但是這個“全面”還是有很多限制的——
首先，運營時段有限，周壹至周日10:00-16:00，避開早晚高峰和夜間行車環境；其次，車輛已預設路線，只能在規劃的15站點上下車(類似汽車輪渡)；再次，車速會被限制在60km/h以下；每輛車後座只能乘坐1-2名乘客，乘客年齡在18-60歲之間；最重要的是，每輛車都配有安全員，隨時準備接管車輛。
號稱超L3抓L4自動駕駛，卻給了這麽多限制。百度的阿波羅？能走多遠？百度在自動駕駛領域走了多遠？
百度的自動駕駛發展到什麽程度了？
百度的自動駕駛項目早在2013年就開始了，到2015年，已經累計投入了200億元。2017年，它憑借壹張北京五環路的車票闖入了大眾的視線。在路測落地北京之前，其無人駕駛出租車已經在長沙和滄州投入試運營，共接送超過65438+萬人次。
就在壹個月前的9月15，壹輛沒有安全員的無人駕駛出租車載著百度集團副總裁、智能駕駛事業群總經理李振宇和央視記者在北京首鋼園區。
當天，百度CEO李彥宏在百度世界2020大會上預測了自動駕駛商業化的時間表。“五年內，自動駕駛汽車將進入全面商用階段”，“有了智能交通系統，交通效率可提高15%-30%”，“五年內，中國壹線城市將不再需要限制交通，10年”。
野心的背後，確實有足夠的研發實力和經驗支撐。
今年2月27日，加州管理局DMV公布的2019自駕路測成績單中，MPI值(英裏？Per？介入量前五的公司中，有三家來自中國(百度，Auto？x，馬驍智行)，由百度領銜，並首次在美國超過Waymo，排名第壹。
另外，在Navigant？在Research為自動駕駛公司開發的競爭力排名榜單中，百度也首次進入“領導者”評級，與Waymo和Cruise處於同壹水平。
可以說，百度在自動駕駛領域的研發實力不僅在國內名列前茅，在全球業界也是公認的。
阿波羅技術如何實現？
硬件方面，壹輛阿波羅測試車包括IPC(含專用GPU)、GPS定位系統、IMU慣性系統、CAN總線接口卡、大容量硬盤(數據庫)。除了這些基礎設施的硬件，傳感器還包括頂部旋轉激光雷達(128線)、前向相機(雙目)、側向相機(單目)、頭/尾激光雷達(16線)、車身左右激光雷達(16線)、頭/尾毫米波雷達、超聲波近程雷達等等。
在軟件層面，Apollo定制了Linus內核(4.4.32)，但沒有列出具體的應用軟件和數據庫。至於地圖定位，Apollo采用了諾富特的GPS和IMU組合定位系統，利用卡爾曼濾波機制可以提供足夠頻率和精度的定位和姿態信息，這也是目前最好的定位技術之壹。
在算法層面，Apollo加入了DeepDrive深度學習自動駕駛產業聯盟，發布了Apollo？自動駕駛數據集。通過海量、高質量的真實數據，為自動駕駛的算法開發和測試進行叠代更新。百度稱ApolloScape的數據量是國內同類數據集的10倍以上。
軟硬件結合構成了Apollo的自動駕駛系統。其中，整個系統的核心是IPC，而Neousys？6108GC工控機，支持Nvidia的GTX1080顯卡，IPC通過USB和以太網接口接收各種傳感器發送的數據，經過處理後最終通過PCI接口對接CAN卡驅動車輛。
因為百度是互聯網公司，不具備生產車輛的技術和能力。因此，這個駕駛輔助系統選擇的載體是林肯的MKZ。
為什麽是這種模式？下面簡單解釋壹下。
首先，林肯MKZ的電氣化結構比較完善，線控油門，線控剎車，線控轉向系統。其次，目前有壹家Dataspeed公司，主要產品是ADAS toolkit，把林肯MKZ的CAN總線協議破解封裝成ADAS？工具包提供給開發者；再者，福特願意為自動駕駛公司提供相關接口，目的是擴大出行服務提供商，這是為數不多的選擇之壹。
綜合以上要素，將林肯MKZ改裝成自動駕駛測試車是最方便實惠的選擇。除了阿波羅，英偉達和小馬？AI等自動駕駛公司也采用了林肯MKZ。
總的來說，有了這些技術，Apollo已經可以實現結構化道路的L3級別，或者特定場景、有限場景下的L3自動駕駛。從北京的體驗者反饋來看，絕大多數情況下，轉彎、變道、掉頭時，Apollo都可以在沒有安全員人工操作的情況下順利完成；如果前方車輛速度過慢，阿波羅也會變道超車；當行人突然出現在路中間時，阿波羅可以主動減速，等行人通過後再開車。
但是，也有不足之處。由於AI開車的“習慣”不夠人性化，轉彎、避讓行人時操作十分生硬，強行轉彎或急剎車時容易磕碰。有乘客說有輕微的暈車。
可以說百度Apollo的技術實力還在，但是還有很大的提升空間。那麽在自動駕駛領域處於頂尖位置的車企水平如何呢？
其他競爭對手的進展
目前自動駕駛技術的開發企業主要分為三類。第壹類是傳統車企或汽車零部件廠商，包括通用、寶馬、奧迪、中國、博世等。第二類是互聯網科技巨頭，包括谷歌、百度、滴滴、阿裏等。其中，滴滴也是出行平臺，在自動駕駛的開發和使用上具有雙重身份；第三類是創業型科技公司，包括汽車？x，馬驍知行等。
這裏我們就舉兩個典型的例子，壹個是車企代表特斯拉，壹個是谷歌的Waymo。而兩個例子正好是兩種技術路線的代表:激光雷達和視覺識別。
先說Waymo。Waymo是谷歌於2009年6月5438+10月開始的自動駕駛汽車計劃，隨後於2065年4月38+06日從谷歌獨立出來，成為Alphabet的子公司。
就在今年早些時候，Waymo宣布其自動駕駛道路測試超過2000萬英裏；3月，Waymo宣布獲得* * * 22.5億美元首輪外部投資，投前估值達到6543.8+005億美元，遠超大眾、戴姆勒、通用汽車等眾多車企。
對比百度的阿波羅？去吧，Waymo的RoboTaxi更早，2018年底在美國鳳凰城上線。壹個服務，這也是Robotaxi全球商業化嘗試的開始。今年5438年6月+10月，Waymo宣布將在鳳凰城以完全無人駕駛狀態(無安全員)行駛，並向公眾公開提供充電服務，這標誌著Robotaxi邁出了技術和商業全面實現的第壹步。
因為不生產汽車，所以Waymo最大的優勢集中在算法上。它是基於激光雷達的解決方案，秉承“交通即服務”的商業模式，強調激光雷達和高清地圖。它的優點是可以快速構建系統原型，不僅對大數據的依賴性更小，而且更容易檢測、提取和劃分數據，安全性更高。但缺點是傳感器成本高，擴展性弱，商業化速度慢。
相比之下，特斯拉的Autopilot代表的是“汽車即產品”的服務模式，從輔助駕駛逐漸過渡到全自動駕駛，重點是攝像頭、視覺識別和光線地圖。因為視覺學習的需要，特斯拉更加依賴數據。為此，特斯拉也有自己的“獨門秘籍”——影子模式(號稱擁有654.38+0000億英裏實測數據)，成本更低，擴展性更強，商業化速度更快。缺點是安全控制不如激光雷達。
從技術上來說，特斯拉是唯壹壹家自主研發軟件算法和硬件架構的車企，軟硬件技術壹直處於行業領先地位。日經BP被拆模型？3點得出結論，特斯拉在電子架構上領先競爭對手6年；而大眾董事會成員托馬斯？Ulbrich也承認特斯拉在電動汽車和軟件開發方面領先大眾10年。
特斯拉Autopilot的主要優勢是神經網絡、海量數據和控制算法。雖然在理論和技術上很難與Waymo或Cruise拉開差距，但在算法與車輛控制的結合上有著深厚的經驗。值得註意的是，特斯拉將自動駕駛投入市場的策略更加激進。就在本月，特斯拉宣布推出全自動駕駛版FSD？給少量目標用戶測試版，實現接近L4級別的自動駕駛。
從實測經驗來看，FSD？Beta大部分時間可以做到“零幹預駕駛”。它可以識別路口的紅綠燈和禁行標誌，根據路口標線和導航自動選擇車道。通過環島等復雜路口時，FSD？貝塔還能遵守路口退讓規則，避讓路邊行人和非機動車。
在這個階段，沒有任何標記的狹窄道路對於所有其他駕駛輔助系統來說都是壹場噩夢，但攝像頭主導的FSD？Beta還是可以勝任的，道路邊界，交通路徑，兩邊停放的車輛都可以檢測到。即使是在兩邊都是車的停車場，FSD？Beta仍然可以識別幾乎所有的流量參與者。在夜間測試中，消防處？貝塔的識別能力和白天大致保持壹致，還是挺準的。
我們離真正的無人駕駛還有多遠？
總體來說，百度Apollo在國內已經處於領先地位，在全球處於第壹梯隊。但距離行業老大Waymo、Cruise和特斯拉的Autopilot還有壹段距離，這也是百度Apollo的目標。
那麽我們離無人駕駛還有多遠？
這要看前面的困難什麽時候解決。比如技術角案例(角？案例).車輛通過雷達或攝像頭采集的數據上傳給機器學習，但在實際行駛中，難免會出現壹些超出機器經驗的路況。這些都是角落案例(比如臺灣省模式？3撞卡車的例子)。電動汽車100委員會的研究報告指出，今天的無人駕駛技術可以處理90%的正常路況，但剩下的65，438+00%的彎道情況影響巨大，需要在90%的時間內解決。
比如法律責任歸屬問題。責任主體在任何法律中都是壹個至關重要的概念。然而，自動駕駛技術模糊了這個概念的劃分。自動駕駛車輛不幸發生事故，責任在司機？是技術供應商嗎？還是車輛的品牌？這些都是目前尚未解決的問題(比如美國優步造成行人死亡的例子)。
例如，通行權和道路規則的制定。無人車是否和手動擋車壹樣享有通行權，接受統壹管理？他們是否在同壹車道上行駛，並適用相同的交通規則？
比如產品性質的變化。自動駕駛會大大提高車輛的利用率，從而減少整條道路的車輛存量，因為那時人們不再需要車輛的所有權，而只需要使用權。公眾能接受這種性質上的改變嗎？
比如技術倫理。著名的電車問題將再次出現。假設壹輛自動駕駛車輛，面對前方路邊突然沖出的行人，可以避開保護行人的操作，但會犧牲乘客和道路上其他車輛的安全，否則會傷害行人。AI應該如何判斷和選擇？
自動駕駛發展要面臨的問題還有很多，這裏就不壹壹列舉了。正因為如此，致力於自動駕駛技術的企業不能操之過急，壹些未實現的功能點會被提前宣傳，容易造成公眾的誤解，甚至引發重大安全事故。
2013汽車供應商中國進行了壹項關於自動駕駛的調查。結果顯示，66%的美國人認為“自動駕駛汽車嚇到我了”，50%的人認為“這項技術無法可靠運行”。到2018，兩次調查結果的數據提高到77%。原因可能是特斯拉、優步等公司在自動駕駛測試中的交通事故影響了公眾對自動駕駛的信心。
百度的未來，自動駕駛的未來。
在2020年百度世界大會上，李彥宏預測，五年後自動駕駛全面商用，城市擁堵將大大緩解，不需要限購、限行。隨著無人駕駛汽車的逐步普及，交通事故的發生率將會大大降低。基於車路協調的智能交通基礎設施建設將提高交通效率15%-30%，從而對GDP的絕對增長貢獻2.4%-4.8%。
這樣的商業預期也得到了市場的支持，RoboTaxi的商業前景得到了很多業內人士和機構的看好。麥肯錫公司預測，中國將是全球最大的自動駕駛市場。到2030年，自動駕駛汽車的總銷售額將達到2300億美元，基於自動駕駛的出行服務訂單將達到2600億美元。
市場研究機構艾瑞咨詢預測，隨著人工智能、大數據、雲計算、5G等核心技術的成熟，自動駕駛正迎來快速發展階段。到2022年，全球自動駕駛滲透率將達到50%以上，2030年，全球自動駕駛滲透率將提升至70%。
沒有人會懷疑自動駕駛的未來。Waymo告訴所有估值1000億的玩家，自動駕駛是壹塊巨大的蛋糕。然而，自動駕駛的漫漫征途需要資金、時間和技術，而且由於門檻較高，不像造車新勢力那樣百花齊放，更是行業內真正高手之間的較量。
雖然技術上存在長尾效應，相關政策法規尚不明朗，大規模商用的年份模糊，但作為L4自動駕駛最受關註的應用場景，RoboTaxi已經成為熱門賽道。
百度、Waymo、特斯拉、Cruise，誰將主導這場戰爭？？
本文來自車家作者汽車之家，不代表汽車之家立場。